Question

我正在开发一个应用程序，我需要处理包含电子邮件的文本文件。我需要文本中的所有标记，以下是标记的定义：

字母数字
区分大小写（需要保留的案例）
'！'并且'$'将被视为组成字符。例如：FREE!!，$50是令牌
'' （点）和'，'逗号如果出现在数字之间，则被视为组成字符。例如：

192.168.1.1，$ 24,500

是令牌。

依旧......

请为我推荐一些Java的开源标记器，它们易于定制以满足我的需求。简单地使用StringTokenizer和regex就足够了吗？我也必须执行停止，这就是为什么我正在寻找一个开源标记器，它还会执行一些额外的操作，如停止，阻塞。

Answer 1

前面有几条评论：

来自StringTokenizer javadoc：

StringTokenizer是为保持兼容性而保留的旧类原因虽然在新代码中不鼓励使用它。建议任何寻求此功能的人都使用String的split方法或者改为java.util.regex包。

始终use Google - 截至目前的第一个结果是JTopas。我没有使用它，但看起来它可以用于此

至于正则表达式，它实际上取决于您的要求。鉴于上述情况，这可能有效：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Mkt {
  public static void main(String[] args) {
    Pattern p = Pattern.compile("([$\\d.,]+)|([\\w\\d!$]+)");
    String str = "--- FREE!! $50 192.168.1.1 $24,500";
    System.out.println("input: " + str);

    Matcher m = p.matcher(str);
    while(m.find()) {
      System.out.println("token: " + m.group());
    }
  }
}

这是一个示例运行：

$ javac Mkt.java && java Mkt
input: --- FREE!! $50 192.168.1.1 $24,500
token: FREE!!
token: $50
token: 192.168.1.1
token: $24,500

现在，您可能需要调整正则表达式，例如：

您以$24,500为例。这适用于$24,500abc或$24,500EUR？
您提到192.168.1.1应该包括在内。是否还应包含192,168.1,1（包括.和,？）

我想还有其他事情需要考虑。

希望这有助于您入门。

Java的自定义标记生成器

1 个答案: